Informacija

7.1: Uvod u obradu informacija - biologija

7.1: Uvod u obradu informacija - biologija


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

“Nacrti za izgradnju jednog ljudskog bića zahtijevaju samo metar DNK i jednu sićušnu ćeliju. ... čak je i Mozart započeo na ovaj način. " - L. L. Larison Cudmore

Kao bića koja su nas navikla smatrati izuzetnima, ljudi zasigurno moraju biti poniženi da shvate da se upute, za stvaranje naše vlastite, nalaze u tako jednostavnoj molekuli da znanstvenici, vrlo dugo, nisu vjerovali da mogu sadržavati dovoljno informacija izgraditi čak i jednostavnu ćeliju. No, veliki broj dokaza, sakupljenih tijekom prošlog stoljeća, podupire tvrdnju Larison Cudmore da su informacije za stvaranje vas i mene (i svih drugih vrsta živih bića u svijetu) kodirane u DNK. Povezujući se s Mendelovim opažanjima o tome kako se karakteristike prenose s koljena na koljeno, otkrićem da postoji molekula koja prenosi te informacije, zauvijek je promijenilo mišljenje ljudi o nasljednosti.

Razjašnjenje strukture DNK dalo je bolji uvid u to kako se osobine mogu kodirati u molekuli, te na načine na koje stanice koriste informacije. Kako saznajemo više o ovoj temi, znanstvenici su primijetili kako informacije u našoj DNK nalikuju programima koji pokreću računala. Iako je ova analogija pojednostavljenje, definitivno postoji osjećaj u kojem je, kako je rekao Richard Dawkins, "strojni kod gena nevjerojatno sličan računalu", a informacije u našoj DNK izravno određuju svojstva proteina koji pokreću naše Stanice. Znamo, kako je to opisala Ada Yonath, da je „DNK kod od četiri slova; proteini se sastoje od 20 aminokiselina. Dakle, ribosom je vrlo pametan stroj koji čita jedan jezik, a radi na drugom. “

Ako ovo zvuči čudno, još je intrigantnije shvatiti da se DNK kopira i prenosi s stanice na ćeliju, s jedne generacije na drugu. Postoji neprekinuta linija nasljeđivanja od prve stanice do svakog današnjeg organizma. Prema riječima Lewisa Thomasa, "Cijela današnja DNK, provedena kroz sve stanice zemlje, jednostavno je produžetak i razrada [prve] molekule."

Priroda ovih informacija, način na koji se prepisuju i prenose, kako se čitaju i tumače te kako nastaju stanične aktivnosti koje možemo promatrati, tema je ovog poglavlja. Pred kraj poglavlja razmatra se i druga vrsta informacija- molekularne informacije koje stanice primaju i šalju jedna drugoj. Prekrivene uputama u genima, ove informacije pružaju stanicama trajne tragove o njihovom unutarnjem stanju i okolini oko njih. Međudjelovanje ove dvije vrste informacija odgovorno je za oblik i ponašanje svih živih organizama.


7.1: Uvod u obradu informacija - biologija

Svi članci koje objavljuje MDPI odmah su dostupni diljem svijeta pod licencom otvorenog pristupa. Za ponovno korištenje cijelog ili dijela članka koji je objavio MDPI, uključujući slike i tablice, nije potrebno posebno dopuštenje. Za članke objavljene pod licencom Creative Common CC BY s otvorenim pristupom, bilo koji dio članka može se ponovno koristiti bez dopuštenja pod uvjetom da je izvorni članak jasno citiran.

Značajni radovi predstavljaju najnaprednija istraživanja sa značajnim potencijalom za veliki utjecaj na tom području. Radovi se dostavljaju na individualni poziv ili preporuku znanstvenih urednika i prolaze recenziju prije objavljivanja.

Značajni rad može biti ili izvorni istraživački članak, značajna nova istraživačka studija koja često uključuje nekoliko tehnika ili pristupa, ili opsežan pregledni rad sa sažetim i preciznim ažuriranjima najnovijeg napretka na tom području koji sustavno pregledava najuzbudljivija dostignuća u znanosti književnost. Ova vrsta rada daje pregled budućih pravaca istraživanja ili mogućih primjena.

Članci o izboru urednika temelje se na preporukama znanstvenih urednika časopisa MDPI iz cijelog svijeta. Urednici odabiru mali broj članaka nedavno objavljenih u časopisu za koje vjeruju da će biti posebno zanimljivi autorima ili važni u ovom području. Cilj je pružiti snimku nekih od najuzbudljivijih radova objavljenih u različitim istraživačkim područjima časopisa.


7.1: Uvod u obradu informacija - biologija

Svi članci koje objavljuje MDPI odmah su dostupni diljem svijeta pod licencom otvorenog pristupa. Za ponovno korištenje cijelog ili dijela članka koji je objavio MDPI, uključujući slike i tablice, nije potrebno posebno dopuštenje. Za članke objavljene pod licencom Creative Common CC BY s otvorenim pristupom, bilo koji dio članka može se ponovno koristiti bez dopuštenja pod uvjetom da je izvorni članak jasno citiran.

Značajni radovi predstavljaju najnaprednija istraživanja sa značajnim potencijalom za veliki utjecaj na tom području. Radovi se dostavljaju na individualni poziv ili preporuku znanstvenih urednika i prolaze recenziju prije objavljivanja.

Značajni rad može biti ili izvorni istraživački članak, značajna nova istraživačka studija koja često uključuje nekoliko tehnika ili pristupa, ili opsežan pregledni rad sa sažetim i preciznim ažuriranjima najnovijeg napretka na tom području koji sustavno pregledava najuzbudljivija dostignuća u znanosti književnost. Ova vrsta rada daje pregled budućih pravaca istraživanja ili mogućih primjena.

Članci o izboru urednika temelje se na preporukama znanstvenih urednika časopisa MDPI iz cijelog svijeta. Urednici odabiru mali broj članaka nedavno objavljenih u časopisu za koje vjeruju da će biti posebno zanimljivi autorima ili važni u ovom području. Cilj je pružiti snimku nekih od najuzbudljivijih radova objavljenih u različitim istraživačkim područjima časopisa.


Sadržaj

Iako se tehnološki napredak ubrzavao u većini područja (iako se u nekim usporavao), bio je ograničen osnovnom inteligencijom ljudskog mozga, koja se, prema Paul R. Ehrlich, nije značajno promijenila tisućljećima. [12] Međutim, s povećanjem snage računala i drugih tehnologija, na kraju bi moglo biti moguće izgraditi stroj koji je znatno inteligentniji od ljudi. [13]

Kad bi se izumila nadljudska inteligencija-bilo pojačavanjem ljudske inteligencije ili putem umjetne inteligencije-donijela bi se veće sposobnosti rješavanja problema i inventivnosti nego što su to sadašnji ljudi sposobni. Takva AI se naziva AI sjemena [14] [15] jer ako bi se umjetna inteligencija stvorila s inženjerskim sposobnostima koje se podudaraju ili nadmašuju sa sposobnostima njezinih ljudskih stvaratelja, imala bi potencijal za autonomno poboljšanje vlastitog softvera i hardvera ili dizajniranje još sposobnijeg stroja. Ovaj sposobniji stroj mogao bi zatim nastaviti s projektiranjem stroja još veće sposobnosti. Ove iteracije rekurzivnog samousavršavanja mogle bi se ubrzati, potencijalno dopuštajući ogromne kvalitativne promjene prije nego što se postave gornje granice nametnute zakonima fizike ili teoretskim proračunima. Nagađa se da bi tijekom mnogih ponavljanja takva umjetna inteligencija daleko nadmašila ljudske kognitivne sposobnosti.

Inteligentna eksplozija mogući je ishod čovječanstva u izgradnji umjetne opće inteligencije (AGI). AGI može biti sposoban za rekurzivno samousavršavanje, što dovodi do brze pojave umjetne superinteligencije (ASI), čije su granice nepoznate, ubrzo nakon postizanja tehnološke singularnosti.

I. J. Good je 1965. spekulirao da bi umjetna opća inteligencija mogla izazvati eksploziju inteligencije. Nagađao je o učincima nadljudskih strojeva, trebaju li oni ikada biti izmišljeni: [16]

Neka se ultrainteligentni stroj definira kao stroj koji može daleko nadmašiti sve intelektualne aktivnosti svakog čovjeka, koliko god pametan bio. Budući da je dizajn strojeva jedna od tih intelektualnih aktivnosti, ultrainteligentni stroj mogao bi projektirati još bolje strojeve, tada bi nedvojbeno došlo do ‘inteligentne eksplozije’, a čovjekova bi inteligencija bila daleko iza. Tako je prvi ultrainteligentni stroj posljednji izum koji čovjek treba napraviti, pod uvjetom da je stroj dovoljno poslušan da nam kaže kako ga držati pod kontrolom.

Pojava superinteligencije Edit

Nadinteligencija, hiperinteligencija ili nadljudska inteligencija hipotetički je agent koji posjeduje inteligenciju koja daleko nadmašuje inteligenciju najsjajnijih i najdarovitijih ljudskih umova. "Superinteligencija" se također može odnositi na oblik ili stupanj inteligencije koji takav agent posjeduje. John von Neumann, Vernor Vinge i Ray Kurzweil definiraju koncept u smislu tehnološkog stvaranja superinteligencije, tvrdeći da je današnjim ljudima teško ili nemoguće predvidjeti kakvi bi bili životi ljudskih bića u svijetu nakon singularnosti . [7] [17]

Tehnološki prognostičari i istraživači ne slažu se u pogledu toga kada će, ili hoće li ljudska inteligencija vjerojatno biti nadmašena. Neki tvrde da će napredak u umjetnoj inteligenciji (AI) vjerojatno rezultirati općim sustavima zaključivanja koji nemaju ljudska kognitivna ograničenja. Drugi vjeruju da će ljudi evoluirati ili izravno izmijeniti svoju biologiju kako bi postigli radikalno veću inteligenciju. Brojni scenariji studija budućnosti kombiniraju elemente obje ove mogućnosti, sugerirajući da će se ljudi vjerojatno sučeliti s računalima ili prenijeti svoj um na računala, na način koji omogućuje značajno pojačavanje inteligencije.

Ne-AI singularnost Uredi

Neki pisci koriste "singularnost" na širi način kako bi se osvrnuli na sve radikalne promjene u našem društvu koje su donijele nove tehnologije poput molekularne nanotehnologije, [18] [19] [20] iako Vinge i drugi pisci izričito navode da bez superinteligencije, takve se promjene ne bi kvalificirale kao prava singularnost. [7]

Brza superinteligencija Edit

Brza superinteligencija opisuje umjetnu inteligenciju koja može učiniti sve što i čovjek, pri čemu je jedina razlika što stroj radi brže. [21] Na primjer, s milijunskim povećanjem brzine obrade informacija u odnosu na ljudsku, subjektivna bi godina prošla za 30 fizičkih sekundi. [22] Takva razlika u brzini obrade informacija mogla bi potaknuti singularnost. [23]

Mnogi istaknuti tehnolozi i akademici osporavaju vjerodostojnost tehnološke singularnosti, uključujući Paula Allena, Jeffa Hawkinsa, Johna Hollanda, Jarona Laniera i Gordona Moorea, čiji se zakon često navodi u prilog konceptu. [24] [25] [26]

Većina predloženih metoda za stvaranje nadljudskog ili transljudskog uma spadaju u jednu od dvije kategorije: pojačavanje inteligencije ljudskog mozga i umjetna inteligencija. Mnogi nagađani načini za povećanje ljudske inteligencije uključuju bioinženjering, genetski inženjering, nootropne lijekove, AI pomoćnike, izravna sučelja mozga i računala i učitavanje uma. Ti višestruki putevi do eksplozije inteligencije čine singularnost vjerojatnijom, jer bi svi morali zakazati da se singularnost ne dogodi. [22]

Robin Hanson izrazio je skepticizam u povećanju ljudske inteligencije, napisavši da će, nakon što se iscrpi "nisko visi plod" lakih metoda za povećanje ljudske inteligencije, biti sve teže pronaći daljnja poboljšanja. [27] Unatoč svim spekuliranim načinima pojačavanja ljudske inteligencije, umjetna inteligencija koja nije ljudska (posebno sjemenska inteligencija) najpopularnija je opcija među hipotezama koje bi unaprijedile singularnost. [ potreban je citat ]

Hoće li doći do eksplozije obavještajne službe ovisi o tri faktora. [28] Prvi ubrzavajući faktor su nova poboljšanja inteligencije omogućena svakim prethodnim poboljšanjem. Nasuprot tome, kako inteligencija postaje sve naprednija, daljnji napredak postajat će sve kompliciraniji, što će vjerojatno nadvladati prednost povećane inteligencije. Svako poboljšanje trebalo bi u prosjeku dati barem još jedno poboljšanje kako bi se nastavilo kretanje prema singularnosti. Konačno, zakoni fizike spriječit će eventualna daljnja poboljšanja.

Postoje dva logički neovisna, ali međusobno jačajuća uzroka poboljšanja inteligencije: povećanje brzine računanja i poboljšanja korištenih algoritama. [29] Prvi je predviđen Mooreovim zakonom i predviđenim poboljšanjima hardvera [30], i relativno je sličan prethodnom tehnološkom napretku. No, postoje neki istraživači umjetne inteligencije, [ tko? ] koji vjeruju da je softver važniji od hardvera. [31]

Anketa autora elektroničke pošte iz 2017. s publikacijama na konferencijama NeurIPS -a i ICML -a o strojnom učenju 2015. postavljala je pitanje o mogućnosti eksplozije inteligencije. Od ispitanika, 12% je reklo da je to "vrlo vjerojatno", 17% je reklo da je "vjerojatno", 21% je reklo da je "o paru", 24% je reklo da je "malo vjerojatno", a 26% da je "vrlo vjerojatno" ". [32]

Poboljšanja brzine Uredi

I za ljudsku i za umjetnu inteligenciju, poboljšanja hardvera povećavaju stopu budućih poboljšanja hardvera. Jednostavno rečeno, [33] Mooreov zakon sugerira da bi za prvo udvostručenje brzine trebalo 18 mjeseci, za drugo bi trebalo 18 subjektivnih mjeseci ili 9 vanjskih mjeseci, nakon toga četiri mjeseca, dva mjeseca i tako dalje prema singularnosti brzine. [34] Na kraju se može postići gornja granica brzine, iako nije jasno koliko bi to bila visoka. Jeff Hawkins izjavio je da bi samopoboljšavajući računalni sustav neizbježno naišao na gornje granice računalne snage: "na kraju postoje granice koliko velika i brza računala mogu raditi. Završili bismo na istom mjestu gdje bismo samo dobili ondje nešto brže. Ne bi bilo singularnosti. " [35]

Teško je izravno usporediti hardver na bazi silicija s neuronima. No, Berglas (2008) napominje da se računalno prepoznavanje govora približava ljudskim mogućnostima, te da izgleda da ta sposobnost zahtijeva 0,01% volumena mozga. Ova analogija sugerira da je moderni računalni hardver unutar nekoliko redova veličine snažan kao i ljudski mozak.

Eksponencijalni rast Uredi

Eksponencijalni rast računalne tehnologije koji predlaže Mooreov zakon obično se navodi kao razlog za očekivanje singularnosti u relativno bliskoj budućnosti, a brojni su autori predložili generalizacije Mooreova zakona. Računalni znanstvenik i futurist Hans Moravec predložio je u knjizi iz 1998. godine [36] da se krivulja eksponencijalnog rasta može proširiti unatrag ranijim računalnim tehnologijama prije integriranog kruga.

Ray Kurzweil postulira zakon ubrzavanja povrata u kojem se brzina tehnoloških promjena (i općenitije, svih evolucijskih procesa [37]) povećava eksponencijalno, generalizirajući Mooreov zakon na isti način kao i Moravčev prijedlog, a također uključuje i materijalnu tehnologiju (osobito primjenjenu do nanotehnologije), medicinske tehnologije i drugi. [38] Između 1986. i 2007., kapaciteti strojeva za računanje podataka po stanovniku za pojedine aplikacije približno su se udvostručili svakih 14 mjeseci. Kapacitet svjetskih računala opće namjene po glavi stanovnika udvostručio se svakih 18 mjeseci, a globalni telekomunikacijski kapacitet po stanovniku udvostručio se svaka 34 mjeseca. a svjetski skladišni kapacitet po glavi stanovnika udvostručio se svakih 40 mjeseci. [39] S druge strane, tvrdilo se da bi se globalni obrazac ubrzanja čiji je parametar singularnost 21. stoljeća trebao okarakterizirati kao hiperboličan, a ne kao eksponencijalni. [40]

Kurzweil zadržava izraz "singularnost" za brzo povećanje umjetne inteligencije (za razliku od drugih tehnologija), pišući na primjer da će "Singularnost omogućiti da nadiđemo ta ograničenja našeg biološkog tijela i mozga. Neće biti razlike, post -Singularnost, između čovjeka i stroja ". [41] On također definira svoj predviđeni datum singularnosti (2045.) u smislu kada očekuje da računalo zasnovana inteligencija značajno premaši ukupnu ukupnu snagu ljudskog mozga, pišući da napredak u računarstvu prije tog datuma "neće predstavljati singularnost" jer oni "još ne odgovaraju dubokom širenju naše inteligencije". [42]

Ubrzavajuća promjena Uredi

Neki zagovornici singularnosti argumentiraju njegovu neizbježnost ekstrapolacijom prošlih trendova, osobito onih koji se odnose na skraćivanje jaza između poboljšanja tehnologije. U jednoj od prvih upotreba izraza "singularnost" u kontekstu tehnološkog napretka, Stanislaw Ulam govori o razgovoru s Johnom von Neumannom o ubrzanju promjena:

Jedan je razgovor bio usredotočen na sve ubrzaniji napredak tehnologije i promjene u načinu ljudskog života, što daje izgled približavanja nekoj bitnoj singularnosti u povijesti rase izvan koje se ljudski poslovi, kakvi ih poznajemo, nisu mogli nastaviti. [5]

Kurzweil tvrdi da tehnološki napredak slijedi obrazac eksponencijalnog rasta, slijedeći ono što naziva "zakonom ubrzavanja prinosa". Kad god se tehnologija približi barijeri, piše Kurzweil, nove tehnologije će je nadvladati. Predviđa da će promjene paradigme postajati sve uobičajenije, što će dovesti do "tehnoloških promjena tako brzih i dubokih da predstavljaju raskid u tkivu ljudske povijesti". [43] Kurzweil vjeruje da će se singularnost dogoditi približno do 2045. [38] Njegova predviđanja razlikuju se od Vingeovih po tome što predviđa postupni uspon do singularnosti, umjesto Vingeove nadljudske inteligencije koja se brzo poboljšava.

Općenito navedene opasnosti uključuju one koje se obično povezuju s molekularnom nanotehnologijom i genetskim inženjeringom. Ove su prijetnje glavni problem i zagovornika i kritičara singularnosti, a bile su i tema Bill Joya Ožičeni članak časopisa "Zašto nas budućnost ne treba". [6] [44]

Poboljšanja algoritma Uredi

Neke obavještajne tehnologije, poput "sjemenske inteligencije", [14] [15] također mogu imati potencijal ne samo da postanu brže, već i učinkovitije, izmjenom izvornog koda. Ta bi poboljšanja omogućila daljnja poboljšanja, što bi omogućilo daljnja poboljšanja itd.

Mehanizam za rekurzivno samo-poboljšavajući skup algoritama razlikuje se od povećanja brzine neobrađenog izračunavanja na dva načina. Prvo, ne zahtijeva vanjski utjecaj: strojevi koji dizajniraju brži hardver i dalje bi od ljudi zahtijevali stvaranje poboljšanog hardvera ili odgovarajuće programiranje tvornica. [ potreban je citat ] AI prepisivanjem vlastitog izvornog koda mogao bi to učiniti dok se nalazi u AI okviru.

Drugo, kao i kod koncepcije singularnosti Vernora Vingea, mnogo je teže predvidjeti ishod.Iako se čini da su povećanja brzine samo kvantitativna razlika od ljudske inteligencije, stvarna poboljšanja algoritma bila bi kvalitativno drugačija. Eliezer Yudkowsky uspoređuje to s promjenama koje je donijela ljudska inteligencija: ljudi su mijenjali svijet tisućama puta brže nego što je to učinila evolucija, i to na potpuno različite načine. Slično, evolucija života bila je masovno odstupanje i ubrzanje od prijašnjih geoloških stopa promjena, a poboljšana inteligencija mogla bi uzrokovati da promjene opet budu isto različite. [45]

Postoje značajne opasnosti povezane sa singularnošću eksplozije inteligencije koja potječe iz rekurzivno samopoboljšavajućeg skupa algoritama. Prvo, ciljna struktura umjetne inteligencije možda neće biti invarijantna u slučaju samopoboljšanja, što potencijalno može uzrokovati da se umjetna inteligencija optimizira za nešto drugo osim onoga što je prvotno bilo namijenjeno. [46] [47] Drugo, umjetne inteligencije mogle bi se natjecati za iste oskudne resurse koje čovječanstvo koristi za opstanak. [48] ​​[49]

Iako nisu aktivno zlonamjerni, nema razloga misliti da bi umjetna inteligencija aktivno promicala ljudske ciljeve, osim ako se ne mogu programirati kao takvi, a ako ne, mogli bi koristiti resurse koji se trenutno koriste za potporu čovječanstva za promicanje vlastitih ciljeva, uzrokujući izumiranje ljudi. [50] [51] [52]

Carl Shulman i Anders Sandberg sugeriraju da poboljšanja algoritama mogu biti ograničavajući faktor za singularnost, dok se hardverska učinkovitost stalno poboljšava, softverske inovacije su nepredvidljivije i mogu biti uska grla serijskim, kumulativnim istraživanjima. Oni sugeriraju da bi u slučaju softverski ograničene singularnosti eksplozija inteligencije zapravo postala vjerojatnija nego s hardverski ograničenom singularnošću, jer bi u softverski ograničenom slučaju, nakon što se razvije AI na ljudskoj razini, mogla raditi serijski na vrlo brz hardver, a obilje jeftinog hardvera učinilo bi istraživanje umjetne inteligencije manje ograničenim. [53] Obilje akumuliranog hardvera koji se može osloboditi kada softver shvati kako ga koristiti nazvano je "računalni prevjes". [54]

Kritike Uredi

Neki kritičari, poput filozofa Huberta Dreyfusa, tvrde da računala ili strojevi ne mogu postići ljudsku inteligenciju, dok drugi, poput fizičara Stephena Hawkinga, smatraju da je definicija inteligencije irelevantna ako je neto rezultat isti. [55]

Psiholog Steven Pinker izjavio je 2008. godine:

. Nema ni najmanjeg razloga vjerovati u nadolazeću singularnost. Činjenica da možete zamisliti budućnost u svojoj mašti nije dokaz da je ona vjerojatno ili čak moguća. Pogledajte gradove s kupolom, putovanje mlaznim pakiranjima, podvodne gradove, zgrade duge kilometre i automobile na nuklearni pogon-sve one sastavne dijelove futurističkih maštarija kad sam bio dijete koje nikada nisu stigle. Čista procesorska snaga nije pixie prašina koja čarobno rješava sve vaše probleme. . [24]

[Računala] doslovno jesu. bez inteligencije, bez motivacije, bez autonomije i bez agencije. Dizajnirali smo ih da se ponašaju kao da imaju određene vrste psihologije, ali nema psihološke stvarnosti u odgovarajućim procesima ili ponašanju. . [T] mašinerija nema uvjerenja, želje ili [ili] motivacije. [56]

Ušao je Martin Ford Svjetla u tunelu: automatizacija, ubrzavajuća tehnologija i ekonomija budućnosti [57] pretpostavlja "tehnološki paradoks" u tome što bi prije nego što bi se singularnost mogla pojaviti većina rutinskih poslova u gospodarstvu bila bi automatizirana, jer bi to zahtijevalo razinu tehnologije inferiornu od one singularnosti. To bi uzrokovalo ogromnu nezaposlenost i pad potražnje potrošača, što bi zauzvrat uništilo poticaj za ulaganje u tehnologije koje bi bile potrebne za postizanje singularnosti. Premještanje posla sve više nije ograničeno na posao koji se tradicionalno smatra "rutinom". [58]

Theodore Modis [59] i Jonathan Huebner [60] tvrde da je stopa tehnoloških inovacija ne samo prestala rasti, već sada opada. Dokazi za ovo smanjenje su usporavanje rasta takta računala, čak i dok se Mooreovo predviđanje o eksponencijalnom povećanju gustoće kola nastavlja održavati. To je posljedica prekomjernog nakupljanja topline iz čipa, koja se ne može rasipati dovoljno brzo da spriječi otapanje čipa pri radu pri većim brzinama. Napredak u brzini mogao bi biti moguć u budućnosti zahvaljujući energetski učinkovitijim procesorima CPU-a i višećelijskim procesorima. [61] Dok je Kurzweil koristio Modisove resurse, a Modisov se rad bavio ubrzavanjem promjena, Modis se distancirao od Kurzweilove teze o "tehnološkoj singularnosti", tvrdeći da mu nedostaje znanstvena strogost. [62]

U detaljnom empirijskom računovodstvu, Napredak računarstva, William Nordhaus tvrdio je da su prije 1940. računala slijedila mnogo sporiji rast tradicionalne industrijske ekonomije, odbacujući tako ekstrapolaciju Mooreova zakona na računala iz 19. stoljeća. [63]

U jednom dokumentu iz 2007. Schmidhuber je izjavio da se čini da se učestalost subjektivno "značajnih događaja" približava singularnosti 21. stoljeća, ali je upozorio čitatelje da takve zaplete subjektivnih događaja shvate s rezervom: možda razlike u sjećanju na nedavne i daleke događaji bi mogli stvoriti privid ubrzavanja promjena tamo gdje ih nema. [64]

Paul Allen tvrdio je suprotno od ubrzavanja povrata, kočnice složenosti [26] što više napreduje znanost u razumijevanju inteligencije, postaje sve teže postići dodatni napredak. Studija broja patenata pokazuje da ljudska kreativnost ne pokazuje ubrzane prinose, već zapravo, kako je predložio Joseph Tainter u svom Slom složenih društava, [65] zakon opadajućih povrata. Broj patenata na tisuću dosegao je vrhunac u razdoblju od 1850. do 1900. godine, a od tada opada. [60] Rast složenosti s vremenom postaje samoograničavajući i dovodi do široko rasprostranjenog "kolapsa općih sustava".

Jaron Lanier opovrgava ideju da je singularnost neizbježna. Kaže: "Ne mislim da se tehnologija sama stvara. To nije autonomni proces." [66] On dalje tvrdi: "Razlog vjerovanja u ljudsku moć nad tehnološkim determinizmom je taj što tada možete imati gospodarstvo u kojem ljudi zarađuju na svoj način i izmišljaju vlastite živote. Ako strukturirate društvo na ne naglašavajući individualnu ljudsku volju, to je operativno ista stvar kao i uskraćivanje ljudima utjecaja, dostojanstva i samoodređenja. prihvatiti [ideju singularnosti] bilo bi slavljenje loših podataka i loše politike. "[66]

Ekonomist Robert J. Gordon, godine Uspon i pad američkog rasta: američki životni standard od građanskog rata (2016), ističe da se mjereni gospodarski rast usporio oko 1970. godine i još više usporio od financijske krize 2007-2008., Te tvrdi da ekonomski podaci ne pokazuju tragove nadolazeće singularnosti kakvu je zamislio matematičar I.J. Dobro. [67]

Osim općih kritika koncepta singularnosti, nekoliko je kritičara pokrenulo pitanja s ikoničnom kartom Kurzweila. Jedna linija kritike je da je log-log grafikon ove prirode inherentno pristran prema linearnom rezultatu. Drugi identificiraju pristranost odabira u točkama koje Kurzweil odlučuje upotrijebiti. Na primjer, biolog PZ Myers ističe da su mnogi rani evolucijski "događaji" izabrani proizvoljno. [68] Kurzweil je to opovrgnuo ucrtavajući evolucijske događaje iz 15 neutralnih izvora i pokazujući da odgovaraju ravnoj liniji na log-log grafikonu. Ekonomist ismijavao koncept grafikonom koji je ekstrapolirao da će se broj oštrica na britvici, koji se s godinama povećavao s jedne na čak pet, povećavati sve brže do beskonačnosti. [69]

Dramatične promjene u stopi gospodarskog rasta dogodile su se u prošlosti zbog tehnološkog napretka. Na temelju rasta stanovništva, gospodarstvo se udvostručilo svakih 250.000 godina od doba paleolitika do neolitske revolucije. Novo poljoprivredno gospodarstvo udvostručilo se svakih 900 godina, što je značajan porast. U sadašnjoj eri, počevši od industrijske revolucije, svjetska se gospodarska proizvodnja udvostručuje svakih petnaest godina, šezdeset puta brže nego u doba poljoprivrede. Ako porast nadljudske inteligencije izazove sličnu revoluciju, tvrdi Robin Hanson, moglo bi se očekivati ​​da će se gospodarstvo udvostručiti barem tromjesečno, a možda i tjedno. [70]

Nesigurnost i rizik Uredi

Izraz "tehnološka singularnost" odražava ideju da se takva promjena može dogoditi iznenada i da je teško predvidjeti kako će nastali novi svijet funkcionirati. [71] [72] Nije jasno bi li eksplozija inteligencije koja je rezultirala singularnošću bila korisna ili štetna, ili čak egzistencijalna prijetnja. [73] [74] Budući da je AI glavni čimbenik u riziku singularnosti, brojne organizacije slijede tehničku teoriju usklađivanja ciljnih sustava umjetne inteligencije s ljudskim vrijednostima, uključujući Institut za budućnost čovječanstva, Institut za strojnu inteligenciju, [71] centar za umjetnu inteligenciju kompatibilnu s ljudima i Institut za budućnost života.

Fizičar Stephen Hawking 2014. rekao je kako bi "Uspjeh u stvaranju umjetne inteligencije bio najveći događaj u ljudskoj povijesti. Nažalost, mogao bi biti i posljednji, osim ako ne naučimo kako izbjeći rizike." [75] Hawking je vjerovao da bi u sljedećim desetljećima umjetna inteligencija mogla ponuditi "nesagledive koristi i rizike", poput "tehnologije koja nadmašuje financijska tržišta, nadmašuje ljudske istraživače, nadmašuje ljudske vođe i razvija oružje koje ne možemo ni razumjeti." [75] Hawking je predložio da se umjetnoj inteligenciji treba pristupiti ozbiljnije i da se mora učiniti više za pripremu singularnosti: [75]

Dakle, suočeni s mogućom budućnošću neopisivih koristi i rizika, stručnjaci zasigurno čine sve kako bi osigurali najbolji ishod, zar ne? Pogrešno. Kad bi nam vrhunska vanzemaljska civilizacija poslala poruku koja kaže: "Doći ćemo za nekoliko desetljeća", bismo li jednostavno odgovorili: "U redu, nazovite nas kad stignete ovdje - ostavit ćemo svjetla upaljena"? Vjerojatno ne - ali to se manje -više događa s AI.

Berglas (2008) tvrdi da ne postoji izravna evolucijska motivacija da AI bude prijateljski nastrojen prema ljudima. Evolucija nema svojstvenu tendenciju stvaranja ishoda koje ljudi cijene, a malo je razloga očekivati ​​da će proizvoljan proces optimizacije promicati ishod koji čovječanstvo želi, umjesto da nenamjerno dovede do toga da se AI ponaša na način koji njegovi tvorci nisu namjeravali. [76] [77] [78] Anders Sandberg također je razradio ovaj scenarij, baveći se raznim uobičajenim protuargumentima. [79] Istraživač umjetne inteligencije Hugo de Garis sugerira da umjetna inteligencija može jednostavno eliminirati ljudsku rasu radi pristupa oskudnim resursima, [48] [80] a ljudi bi bili nemoćni zaustaviti ih. [81] Alternativno, umjetne inteligencije razvijene pod evolucijskim pritiskom radi promicanja vlastitog opstanka mogle bi nadmašiti čovječanstvo. [52]

Bostrom (2002) raspravlja o scenarijima izumiranja ljudi i navodi superinteligenciju kao mogući uzrok:

Kad stvorimo prvi superinteligentni entitet, mogli bismo pogriješiti i dati mu ciljeve koji ga vode do uništenja čovječanstva, pod pretpostavkom da mu ogromna intelektualna prednost daje moć da to učini. Na primjer, mogli smo greškom podići podcilj u status supercilja. Kažemo mu da riješi matematički problem, a on se slaže pretvarajući svu materiju u Sunčevom sustavu u divovski računski uređaj, pritom ubijajući osobu koja je postavila pitanje.

Prema Eliezeru Yudkowskyu, značajan problem u sigurnosti umjetne inteligencije je to što će se neprijateljska umjetna inteligencija vjerojatno mnogo lakše stvoriti od prijateljske umjetne inteligencije. Iako oboje zahtijevaju veliki napredak u dizajnu procesa rekurzivne optimizacije, prijateljska umjetna inteligencija također zahtijeva sposobnost da se strukture ciljeva učine invarijantnima u okviru samopoboljšanja (ili bi se umjetna inteligencija mogla pretvoriti u nešto neprijateljsko) i struktura cilja koja se usklađuje s ljudskim vrijednostima i ne automatski uništiti ljudski rod. Neprijateljska umjetna inteligencija, s druge strane, može se optimizirati za proizvoljnu strukturu cilja, koja ne mora biti invarijantna pod samo-modifikacijom. [82] Bill Hibbard (2014) greška u harvtxt-u: nema cilja: CITEREFBill_Hibbard2014 (pomoć) predlaže AI dizajn koji izbjegava nekoliko opasnosti, uključujući samozavaravanje, [83] nenamjerne instrumentalne radnje, [46] [84] i korupciju generatora nagrada . [84] Također raspravlja o društvenim utjecajima umjetne inteligencije [85] i testiranju umjetne inteligencije. [86] Njegova knjiga iz 2001 Super-inteligentni strojevi zagovara potrebu za obrazovanjem javnosti o umjetnoj inteligenciji i javnom kontrolom nad umjetnom inteligencijom. Također je predložio jednostavan dizajn koji je bio osjetljiv na korupciju generatora nagrada.

Sljedeći korak sociobiološke evolucije Uredi

Dok se tehnološka singularnost obično promatra kao iznenadni događaj, neki znanstvenici smatraju da trenutna brzina promjene već odgovara ovom opisu. [ potreban je citat ]

Osim toga, neki tvrde da smo već usred velike evolucijske tranzicije koja spaja tehnologiju, biologiju i društvo. Digitalna tehnologija infiltrirala se u tkivo ljudskog društva do određenog stupnja neosporne i često životne ovisnosti.

Članak iz 2016 Trendovi u ekologiji i evoluciji pojačala tvrdi da "ljudi već prihvaćaju spojeve biologije i tehnologije. Većinu svog budnog vremena provodimo komunicirajući putem digitalno posredovanih kanala. Vjerujemo umjetnoj inteligenciji sa svojim životima kroz blokiranje kočenja u automobilima i autopilote u avionima. S početkom u jednom od tri braka u Americi na internetu, digitalni algoritmi također imaju ulogu u povezivanju i reprodukciji ljudskih parova ".

U članku se dalje tvrdi da je iz perspektive evolucije nekoliko prethodnih velikih tranzicija u evoluciji promijenilo život kroz inovacije u pohrani i replikaciji informacija (RNA, DNA, višećelijska te kultura i jezik). U sadašnjoj fazi evolucije života, biosfera zasnovana na ugljiku stvorila je kognitivni sustav (ljude) sposobne stvoriti tehnologiju koja će rezultirati usporedivom evolucijskom tranzicijom.

Digitalne informacije koje su stvorili ljudi dosegnule su sličnu veličinu kao biološke informacije u biosferi. Od 1980 -ih, količina pohranjenih digitalnih informacija udvostručila se otprilike svake 2,5 godine, dosegavši ​​oko 5 zetabajta u 2014. (5 × 10 21 bajt). [88]

U biološkom smislu, na planeti postoji 7,2 milijarde ljudi, od kojih svaki ima genom od 6,2 milijarde nukleotida. Budući da jedan bajt može kodirati četiri para nukleotida, pojedinačni genomi svakog čovjeka na planeti mogli bi biti kodirani približno 1 × 10 19 bajtova. Digitalno područje pohranilo je 500 puta više informacija od ovog 2014. (vidi sliku). Ukupna količina DNA sadržana u svim stanicama na Zemlji procjenjuje se na oko 5,3 × 10 37 parova baza, što je ekvivalentno 1,325 × 10 37 bajtova informacija.

Ako se rast digitalne pohrane nastavi sadašnjom brzinom od 30–38% složenog godišnjeg rasta godišnje [39], to će nadmašiti ukupni sadržaj informacija sadržanih u cijeloj DNK u svim stanicama na Zemlji u približno 110 godina. To bi predstavljalo udvostručenje količine podataka pohranjenih u biosferi u ukupnom vremenskom razdoblju od samo 150 godina ". [87]

Implikacije za ljudsko društvo Uredi

U veljači 2009., pod pokroviteljstvom Udruge za napredak umjetne inteligencije (AAAI), Eric Horvitz vodio je sastanak vodećih informatičara, istraživača umjetne inteligencije i robotičara u Asilomaru u Pacific Groveu u Kaliforniji. Cilj je bio razgovarati o potencijalnom utjecaju hipotetičke mogućnosti da roboti postanu samodostatni i sposobni donositi vlastite odluke. Raspravljali su o tome u kojoj bi mjeri računala i roboti mogli steći autonomiju te u kojoj bi mjeri mogli koristiti takve sposobnosti za predstavljanje prijetnji ili opasnosti. [89]

Neki su strojevi programirani s različitim oblicima poluautonomije, uključujući mogućnost lociranja vlastitih izvora energije i odabira ciljeva za napad oružjem. Također, neki računalni virusi mogu izbjeći eliminaciju pa bi se, prema prisutnim znanstvenicima, moglo reći da su dosegli "žoharsku" fazu strojne inteligencije. Sudionici konferencije primijetili su da je samosvijest prikazana u znanstvenoj fantastici vjerojatno nevjerojatna, ali da postoje i druge potencijalne opasnosti i zamke. [89]

Frank S. Robinson predviđa da će se, kad ljudi postignu stroj s ljudskom inteligencijom, riješiti i riješiti znanstveni i tehnološki problemi daleko nadmoćniji od ljudskog. Napominje da umjetni sustavi mogu izravno dijeliti podatke od ljudi, te predviđa da bi to rezultiralo globalnom mrežom superinteligencije koja bi umanjila ljudske sposobnosti. [90] Robinson također raspravlja o tome koliko bi budućnost izgledala znatno drugačije nakon takve obavještajne eksplozije. Jedan primjer za to je solarna energija, gdje Zemlja prima znatno više sunčeve energije nego što je čovječanstvo uhvati, pa bi hvatanje veće količine te solarne energije obećavalo civilizacijski rast.

U teškom scenariju uzlijetanja, AGI se brzo sam poboljšava, "preuzimajući kontrolu" nad svijetom (možda u nekoliko sati), prebrzo za značajno ispravljanje grešaka koje je pokrenuo čovjek ili za postupno prilagođavanje ciljeva AGI-ja. U scenariju mekog uzlijetanja, AGI i dalje postaje daleko moćniji od čovječanstva, ali ljudskim tempom (možda i desetljećima), u vremenskom okviru u kojem stalna ljudska interakcija i korekcija mogu učinkovito usmjeriti razvoj AGI-ja. [92] [93]

Ramez Naam protivi se teškom polijetanju. Istaknuo je da već vidimo rekurzivno samousavršavanje superinteligencija, poput korporacija. Intel, na primjer, ima "kolektivnu moždinu desetaka tisuća ljudi i vjerojatno milijune CPU jezgri za dizajniranje boljih CPU -a!" Međutim, to nije dovelo do teškog polijetanja, već je dovelo do mekog polijetanja u obliku Mooreova zakona. [94] Naam dalje ističe da računska složenost više inteligencije može biti mnogo veća od linearne, tako da je "stvaranje uma inteligencije 2 vjerojatno više dvostruko teže od stvaranja inteligentnog uma 1. "[95]

J. Storrs Hall vjeruje da su "mnogi češće viđeni scenariji za teško polijetanje preko noći kružni - čini se da pretpostavljaju hiperljudske sposobnosti na Polazna točka procesa samopoboljšanja "kako bi umjetna inteligencija bila u stanju napraviti dramatična poboljšanja općenito u domeni potrebna za uzlijetanje. Hall sugerira da umjesto rekurzivnog samopoboljšanja svog hardvera, softvera i infrastrukture, novonastaloj umjetnoj inteligenciji bilo bi bolje specijalizirati se za jedno područje gdje je bilo najučinkovitije, a zatim kupiti preostale komponente na tržištu, jer se kvaliteta proizvoda na tržištu neprestano poboljšava, a umjetna inteligencija teško će pratiti korak s rezanjem- rubna tehnologija koju koristi ostatak svijeta. [96]

Ben Goertzel slaže se s Hallovim prijedlogom da bi nova umjetna inteligencija dobro iskoristila svoju inteligenciju za akumuliranje bogatstva. Talenti umjetne inteligencije mogli bi potaknuti tvrtke i vlade na širenje softvera u cijelom društvu. Goertzel je skeptičan prema teškom petominutnom polijetanju, ali spekulira da je razumno uzlijetanje s ljudske na nadljudsku razinu u rasponu od pet godina. Goerzel ovaj scenarij naziva "polutvrdo polijetanje". [97]

Max More se s time ne slaže, tvrdeći da bi, da postoji samo nekoliko superbrzih AI-a na ljudskoj razini, ne bi radikalno promijenili svijet, jer bi i dalje ovisili o drugim ljudima kako bi obavili posao i još uvijek bi imali ljudska kognitivna ograničenja. Čak i kad bi svi superbrzi AI radili na povećanju inteligencije, nejasno je zašto bi u proizvodnji super-ljudske inteligencije bili bolji na diskontinuiran način od postojećih kognitivnih znanstvenika, iako bi se stopa napretka povećala. Nadalje tvrdi da superinteligencija ne bi promijenila svijet preko noći: superinteligencija bi se morala angažirati sa postojećim, sporim ljudskim sustavima kako bi ostvarila fizičke utjecaje na svijet. "Potreba za suradnjom, organizacijom i unošenjem ideja u fizičke promjene osigurat će da se sva stara pravila ne izbace preko noći ili čak u roku od nekoliko godina." [98]

U svojoj knjizi iz 2005. Singularnost je blizu, Kurzweil sugerira da bi medicinski napredak omogućio ljudima da zaštite svoje tijelo od posljedica starenja, čineći očekivani životni vijek neograničenim. Kurzweil tvrdi da bi nam tehnološki napredak u medicini omogućio kontinuirano popravljanje i zamjenu neispravnih komponenti u našim tijelima, produžujući život na neodređenu dob. [99] Kurzweil nadalje podupire svoj argument raspravljajući o trenutnim dostignućima biotehnike. Kurzweil predlaže somatsku gensku terapiju nakon sintetičkih virusa sa specifičnim genetskim podacima, sljedeći korak bio bi primijeniti ovu tehnologiju na gensku terapiju, zamijenivši ljudsku DNA sintetiziranim genima. [100]

K. Eric Drexler, jedan od utemeljitelja nanotehnologije, u svojoj knjizi iz 1986. postavio je uređaje za popravak stanica, uključujući i one koji rade unutar stanica i koji koriste još hipotetičke biološke strojeve Motori stvaranja.

Prema Richardu Feynmanu, njegov bivši student i suradnik Albert Hibbs prvotno mu je predložio (oko 1959.) ideju o medicinski upotreba za Feynmanove teorijske mikromašine. Hibbs je sugerirao da bi se neki strojevi za popravke jednog dana mogli smanjiti do te mjere da bi, u teoriji, bilo moguće (kako je rekao Feynman) "progutati liječnika". Ideja je ugrađena u Feynmanov esej iz 1959. godine Ima dosta mjesta na dnu. [101]

Osim što je samo produžio radni vijek fizičkog tijela, Jaron Lanier zagovara oblik besmrtnosti nazvan "Digitalno uzašašće" koji uključuje "ljude koji umiru u tijelu i prenose ih u računalo i ostaju pri svijesti". [102]

Rad Mahendre Prasad, objavljen u AI magazin, tvrdi da je matematičar iz 18. stoljeća Marquis de Condorcet prva osoba koja je hipotetizirala i matematički modelirala eksploziju inteligencije i njezine učinke na čovječanstvo. [103]

Rani opis ideje dat je u kratkoj priči John Wood Campbell Jr. iz 1932. "Posljednja evolucija".

U nekrologu iz 1958. za Johna von Neumanna, Ulam se prisjetio razgovora s von Neumannom o "sve ubrzanijem napretku tehnologije i promjenama u načinu ljudskog života, što daje izgled približavanja nekoj bitnoj singularnosti u povijesti rase iza koje ljudski poslovi, kakvi ih poznajemo, nisu se mogli nastaviti. " [5]

Good je 1965. napisao svoj esej u kojem je postavio "eksploziju inteligencije" rekurzivnog samopoboljšanja strojne inteligencije.

1981. Stanisław Lem objavio je svoj znanstvenofantastični roman Golem XIV. Opisuje vojno računalo s umjetnom inteligencijom (Golem XIV) koje dobiva svijest i počinje povećavati vlastitu inteligenciju, krećući se prema osobnoj tehnološkoj posebnosti. Golem XIV izvorno je stvoren kako bi pomogao svojim graditeljima u vođenju ratova, ali kako njegova inteligencija napreduje na mnogo višu razinu od ljudske, prestaje se zanimati za vojne zahtjeve jer smatra da nemaju unutarnju logičku dosljednost.

Godine 1983. Vernor Vinge uvelike je popularizirao Good -ovu inteligencijsku eksploziju u brojnim spisima, prvi put se baveći tom temom u tiskanom izdanju u siječnju 1983. godine Omni časopis. Čini se da je u ovom izdanju Vinge prvi upotrijebio izraz "singularnost" na način koji je posebno vezan za stvaranje inteligentnih strojeva: [104] [105]

Uskoro ćemo stvoriti inteligenciju veću od svoje. Kad se to dogodi, ljudska će povijest dosegnuti svojevrsnu singularnost, intelektualni prijelaz jednako neprobojan kao čvorišno prostor-vrijeme u središtu crne rupe, a svijet će proći daleko izvan našeg razumijevanja. Vjerujem da ta posebnost već proganja brojne pisce znanstvene fantastike. Onemogućava realnu ekstrapolaciju u međuzvjezdanu budućnost. Da bi se napisala priča smještena više od stoljeća, potreban je nuklearni rat između njih. tako da svijet ostane razumljiv.

Godine 1985., u "Vremenskoj ljestvici umjetne inteligencije", istraživač umjetne inteligencije Ray Solomonoff matematički je artikulirao srodnu ideju onog što je nazvao "točkom beskonačnosti": ako je istraživačkoj zajednici umjetnih inteligencija na ljudskoj razini potrebno četiri godine da se udvostruče vlastitom brzinom, zatim dvije godine, pa godinu dana i tako dalje, njihove se mogućnosti beskonačno povećavaju u konačnom vremenu. [6] [106]

Vingeov članak iz 1993. "Predstojeća tehnološka singularnost: Kako preživjeti u post-ljudskoj eri" [7] široko se proširio internetom i pomogao popularizirati ideju. [107] Ovaj članak sadrži izjavu: "U roku od trideset godina imat ćemo tehnološka sredstva za stvaranje nadljudske inteligencije. Ubrzo nakon toga, ljudska će era biti okončana." Vinge tvrdi da autori znanstvene fantastike ne mogu pisati realne likove nakon singularnosti koji nadilaze ljudski intelekt, jer bi misli takvog intelekta bile izvan sposobnosti ljudi da izraze. [7]

Bill Joy, istaknuti tehnolog i suosnivač tvrtke Sun Microsystems, 2000. godine izrazio je zabrinutost zbog potencijalnih opasnosti singularnosti. [44]

Kurzweil je 2005. objavio Singularnost je blizu. Kurzweilova promidžbena kampanja uključivala je nastup na Dnevna emisija s Jonom Stewartom. [108]

Eliezer Yudkowsky je 2007. sugerirao da su mnoge različite definicije koje su dodijeljene "singularnosti" međusobno nekompatibilne, a ne međusobno se podupiru. [19] [109] Na primjer, Kurzweil ekstrapolira trenutne tehnološke putanje nakon dolaska samopoboljšavajuće umjetne inteligencije ili nadljudske inteligencije, za što Yudkowsky tvrdi da predstavlja napetost kako s predloženim diskontinualnim usponom inteligencije I. J. Good-a, tako i s Vingeovom tezom o nepredvidljivosti. [19]

Godine 2009. Kurzweil i osnivač X-Prize Peter Diamandis najavili su osnivanje Sveučilišta Singularity, neakreditiranog privatnog instituta čija je zadaća "obrazovati, nadahnuti i osnažiti vođe da primjenjuju eksponencijalne tehnologije za rješavanje velikih izazova čovječanstva". [110] Financirano od Googlea, Autodeska, ePlanet Venturesa i skupine vodećih tehnološke industrije, Sveučilište Singularity ima sjedište u NASA -inom istraživačkom centru Ames u Mountain Viewu u Kaliforniji. Neprofitna organizacija tijekom ljeta vodi godišnji desetotjedni diplomski program koji pokriva deset različitih tehnologija i srodnih kanala, te niz izvršnih programa tijekom cijele godine.

Godine 2007. Zajednički gospodarski odbor Kongresa Sjedinjenih Država objavio je izvješće o budućnosti nanotehnologije. Predviđa značajne tehnološke i političke promjene u srednjoročnoj budućnosti, uključujući moguću tehnološku posebnost. [111] [112] [113]

Bivši predsjednik Sjedinjenih Država Barack Obama u svom je intervjuu govorio o singularnosti Ožičeni 2016. godine: [114]

Jedna stvar o kojoj nismo previše razgovarali, a ja se samo želim vratiti, jest da zaista moramo razmisliti o ekonomskim implikacijama. Budući da većina ljudi trenutno ne provodi puno vremena brinući se o singularnosti - brinu se o "Pa, hoće li moj posao zamijeniti stroj?"


Sadržaj

Klasični teoretičari Uređivanje

Platon Edit

Platon (428. pr. Kr. - 347. pr. Kr.) Predložio je pitanje: Kako pojedinac naučiti nešto novo kad je tema za tu osobu potpuno nova? Ovo se pitanje može činiti trivijalnim, no zamislite čovjeka kao računalo. Pitanje bi tada postalo: Kako računalo prihvaća bilo kakve činjenične podatke bez prethodnog programiranja? Platon je na svoje pitanje odgovorio izjavom da je znanje prisutno pri rođenju i da su sve informacije koje je osoba naučila samo sjećanje na nešto što je duša već ranije naučila [5], što se naziva Teorija sjećanja ili Platonova epistemologija. [6] Ovaj bi se odgovor mogao dodatno opravdati paradoksom: ako osoba nešto zna, ne mora to dovoditi u pitanje, a ako osoba nešto ne zna, ne zna ni propitivati. [6] Platon kaže da ako netko prije nije znao nešto, onda to ne može naučiti. Opisuje učenje kao pasivan proces, gdje se informacije i znanje s vremenom ispeglaju u dušu. Međutim, Platonova teorija izaziva još više pitanja o znanju: Ako možemo naučiti nešto samo kad smo znanje već utisnuli u dušu, kako su onda naše duše uopće stekle to znanje? Međutim, Platonova teorija može izgledati zamršeno, njegova klasična teorija i danas nam može pomoći da razumijemo znanje. [5]

Locke Edit

John Locke (1632–1704) ponudio je odgovor i na Platonovo pitanje. Locke je ponudio teoriju "praznih ploča" u kojoj se ljudi rađaju u svijetu bez urođenog znanja i spremni su za pisanje i utjecaj okoline. [7] Mislilac je tvrdio da znanje i ideje potječu iz dva izvora, a to su osjet i refleksija. Prvi pruža uvid u vanjske objekte (uključujući njihova svojstva), dok drugi daje ideje o nečijim mentalnim sposobnostima (volja i razumijevanje). [8] U teoriji empirizma ti su izvori izravno iskustvo i promatranje. [9] Locke se, poput Davida Humea, smatra empiristom jer izvor ljudskog znanja locira u empirijskom svijetu.

Locke je ipak shvatio da nešto mora biti prisutno. Lockeu se ovo činilo kao "mentalna moć". Locke je na te moći gledao kao na biološku sposobnost s kojom se beba rađa, slično kao što beba zna kako biološki funkcionirati kada se rodi. Dakle, čim beba uđe u svijet, odmah ima iskustva s okolinom i sva ta iskustva prenose se na bebinu "ploču". Sva iskustva tada s vremenom kulminiraju u složene i apstraktne ideje. Ova teorija i danas može pomoći učiteljima da razumiju učenje svojih učenika. [5]

Analiza ponašanja Uredi

Izraz "biheviorizam" skovao je John Watson (1878–1959). Watson je vjerovao da je biheviorističko gledište čisto objektivna eksperimentalna grana prirodne znanosti s ciljem predviđanja i kontrole ponašanja. [10] [11] U članku u Psihološki pregled, izjavio je da je "njezin teorijski cilj predviđanje i kontrola ponašanja. Introspekcija ne čini bitan dio njenih metoda, niti znanstvena vrijednost njenih podataka ovisi o spremnosti s kojom se podvrgavaju tumačenju u smislu svijesti. " [12]

Metodološki biheviorizam temelji se na teoriji samo objašnjenja javnih događaja ili promatranog ponašanja. B.F. Skinner uveo je drugu vrstu biheviorizma koja se naziva radikalni biheviorizam, ili konceptualnu analizu ponašanja, koja se temelji na teoriji objašnjavanja privatnih događaja, osobito, mišljenja i osjećaja. Radikalni biheviorizam čini konceptualni dio analize ponašanja.

U analizi ponašanja učenje je stjecanje novog ponašanja uvjetovanjem i društvenim učenjem.

Učenje i uvjetovanje Uređivanje

Tri glavne vrste kondicioniranja i učenja:

    , gdje ponašanje postaje refleksni odgovor na prethodni podražaj. , gdje prethodni poticaji proizlaze iz posljedica koje slijede ponašanje kroz nagradu (pojačanje) ili kaznu. , gdje promatranje ponašanja slijedi modeliranje.

Ivan Pavlov otkrio je klasično uvjetovanje. Uočio je da ako psi povežu isporuku hrane s bijelim laboratorijskim ogrtačem ili zvonjavom zvona, stvaraju sline, čak i kad nema vida ili mirisa hrane. Klasična uvjetovanost smatra ovaj oblik učenja istim, bilo kod pasa ili kod ljudi. [13] Operativno uvjetovanje pojačava ovo ponašanje nagradom ili kaznom. Nagrada povećava vjerojatnost ponavljanja ponašanja, kazna smanjuje njezinu vjerojatnost. [14] Teorija društvenog učenja promatra ponašanje i slijedi je modeliranje.

Ove tri teorije učenja čine osnovu primijenjene analize ponašanja, primjene analize ponašanja, koja koristi analizirane antecedente, funkcionalnu analizu, strategije zamjenskog ponašanja, a često i prikupljanje podataka i pojačanje za promjenu ponašanja. Stara se praksa zvala modifikacija ponašanja, koja se samo koristila pretpostavljeno prethodnici i posljedice promjene ponašanja bez priznavanja konceptualne analize koja analizira funkciju ponašanja i poučavanja novim ponašanjima koja bi služila istoj funkciji nikada nisu bili relevantni za promjenu ponašanja.

Bihejvioristi proces učenja promatraju kao promjenu ponašanja i uređuju okruženje da izazove željene reakcije putem takvih uređaja kao što su ciljevi ponašanja, učenje temeljeno na kompetencijama te razvoj vještina i obuka. [15] Obrazovni pristupi poput rane intenzivne bihevioralne intervencije, mjerenja temeljenog na kurikulumu i izravne nastave proizašli su iz ovog modela. [16]

Prijenos učenja Edit

Prijenos učenja je ideja da se ono što se uči u školi nekako prenosi u situacije različite od tog određenog vremena i tog određenog okruženja. [17] Prijenos je bio jedan od prvih fenomena testiranih u obrazovnoj psihologiji. Edward Lee Thorndike bio je pionir u istraživanju transfera. Otkrio je da iako je prijenos izuzetno važan za učenje, to je rijetka pojava. Zapravo, proveo je eksperiment u kojem je ispitanike procijenio veličinom određenog oblika, a zatim je promijenio oblik. Otkrio je da prethodne informacije nisu pomogle ispitanicima, već su ometale njihovo učenje. [17]

Jedno objašnjenje zašto se prijenos ne događa često uključuje površinsku strukturu i duboku strukturu. Površinska struktura je način na koji je problem uokviren. Dubinska struktura koraci su za rješenje. Na primjer, kada problem iz matematičke priče promijeni kontekst od pitanja koliko košta ponovno zasijavanje travnjaka do toga koliko košta lakiranje stola, oni imaju različite strukture površine, ali koraci za dobivanje odgovora su isti. Međutim, na mnoge ljude više utječe struktura površine. U stvarnosti, površinska struktura je nevažna. Ipak, ljudi su zabrinuti zbog toga jer vjeruju da pruža osnovno znanje o tome kako riješiti problem. Posljedično, to ometa njihovo razumijevanje duboke strukture problema. Čak i ako se netko pokuša koncentrirati na duboku strukturu, prijenos ipak može biti neuspješan jer duboka struktura obično nije očita. Stoga površinska struktura ometa sposobnost ljudi da sagledaju duboku strukturu problema i prenose znanje koje su naučili kako bi došli do rješenja za novi problem. [18]

Trenutne pedagogije učenja usredotočene su na prenošenje znanja, neovisno o kontekstu koji mu daje smisao [ potreban je citat ]. Zbog toga se studenti često bore prenijeti te samostalne informacije u druge aspekte svog obrazovanja. Učenicima je potrebno mnogo više od apstraktnih pojmova i samostalnog znanja koje im je potrebno da budu izloženi učenju koje se prakticira u kontekstu autentične aktivnosti i kulture. [19] Kritičari situirane spoznaje, međutim, tvrdili bi da diskreditacijom samostalnih informacija prijenos znanja preko kontekstualnih granica postaje nemoguć. [20] Mora postojati ravnoteža između postavljanja znanja uz razumijevanje duboke strukture materijala ili razumijevanja načina na koji se dolazi do saznanja o takvim informacijama. [18]

Neki teoretičari tvrde da se prijenos uopće ne događa. Oni vjeruju da učenici pretvaraju naučeno u novi kontekst. Kažu da je transfer previše pasivan pojam. Oni vjeruju da studenti umjesto toga transformiraju svoje znanje na aktivan način. Učenici ne prenose samo znanje iz učionice, već ga konstruiraju na način da ga sami razumiju. Učenik mijenja informacije koje je naučio kako bi se najbolje prilagodio promjenjivim kontekstima u kojima koristi znanje. Taj se proces transformacije može dogoditi kada se učenik osjeća motiviranim za korištenje znanja - međutim, ako učenik ne smatra da je transformacija potrebna , manja je vjerojatnost da će se znanje ikada transformirati [21]

Tehnike i prednosti prijenosa učenja Edit

Mnogo je različitih uvjeta koji utječu na prijenos učenja u učionici. [22] Ti uvjeti uključuju značajke zadatka, značajke učenika, značajke organizacije i društveni kontekst aktivnosti. [23] Značajke zadatka uključuju vježbanje kroz simulacije, učenje na temelju problema te znanje i vještine za provedbu novih planova. [23] Značajke učenika uključuju njihovu sposobnost razmišljanja o prošlim iskustvima, njihovu sposobnost sudjelovanja u grupnim raspravama, vježbanje vještina i sudjelovanje u pisanim raspravama. Sve jedinstvene značajke doprinose sposobnosti učenika da koristi prijenos učenja. [22] Postoje strukturne tehnike koje mogu pomoći prijenosu učenja u učionici. Ove strukturne strategije uključuju grljenje i premošćivanje. [24]

Zagrljaj koristi tehniku ​​simuliranja aktivnosti za poticanje refleksnog učenja. Primjer strategije zagrljaja je kada učenik vježba predavanje lekcije ili kada uloga učenika igra s drugim učenikom. Ovi primjeri potiču kritičko mišljenje koje angažira učenika i pomaže im da razumiju ono što uče - jedan od ciljeva prijenosa učenja [24] i poželjne poteškoće.

Premošćivanje je kada poučavanje potiče apstraktno razmišljanje pomažući identificirati veze između ideja i analizirati te veze. Primjer je kada učitelj dopušta učeniku da analizira rezultate svojih prošlih testova i način na koji je do njih došao. To uključuje količinu vremena učenja i strategije učenja.Gledajući njihove prošle strategije učenja može im pomoći u osmišljavanju strategija za poboljšanje uspješnosti. Ovo su neke od ideja važnih za uspješnu praksu grljenja i premošćivanja. [24]

Prijenos učenja u razredu ima mnoge prednosti. Jedna od glavnih prednosti je mogućnost brzog učenja novog zadatka. Ovo ima mnogo aplikacija iz stvarnog života, poput obrade jezika i govora. Prijenos učenja također je vrlo koristan u poučavanju učenika korištenju višeg kognitivnog razmišljanja primjenom svog znanja u novim situacijama. [25]

Uređivanje kognitivizma

Gestalt teorija Urediti

Kognitivne teorije izrasle su iz geštalt psihologije. Gestalt psihologiju razvio je u Njemačkoj početkom 1900 -ih Wolfgang Kohler [26], a u Ameriku je doveden 1920 -ih. Njemačka riječ Geštalt otprilike je ekvivalent engleskom konfiguracija ili organizacija i naglašava cjelokupno ljudsko iskustvo. [27] Tijekom godina, geštalt psiholozi pružali su demonstracije i opisali načela kako bi objasnili način na koji organiziramo naše osjećaje u percepcije. [28] Max Wertheimer, jedan od utemeljitelja Gestalt teorije, primijetio je da ponekad tumačimo kretanje kad ga uopće nema. [29] Na primjer: natpis s napajanjem koji se koristi u trgovini za označavanje da je trgovina otvorena ili zatvorena može se vidjeti kao znak sa "stalnim svjetlom". Međutim, svjetla zapravo trepere. Svako svjetlo programirano je da brzo trepće svojim vlastitim tempom. Međutim, percipiran u cjelini, znak izgleda potpuno osvijetljen bez bljeskova. Ako se percipiraju pojedinačno, svjetla se isključuju i pale u određeno vrijeme. Drugi primjer za to bila bi kuća od opeke: U cjelini se promatra kao stajaća građevina. Međutim, zapravo se sastoji od mnogo manjih dijelova, koji su pojedinačne cigle. Ljudi imaju tendenciju gledati stvari sa holističkog gledišta, a ne dijeliti ih na podjedinice.

U geštalt teoriji psiholozi kažu da umjesto stjecanja znanja iz onoga što je pred nama, često učimo osmišljavajući odnos između novoga i staroga. [29] Budući da imamo jedinstvenu perspektivu svijeta, ljudi imaju sposobnost stvaranja vlastitih iskustava u učenju i tumačenja informacija koje za nekog drugog mogu, ali i ne moraju biti.

Geštalt psiholozi kritiziraju bihevioriste zbog prevelike ovisnosti o otvorenom ponašanju da bi objasnili učenje. Predlažu promatranje obrazaca, a ne izolirane događaje. [30] Geštalt pogledi na učenje ugrađeni su u ono što se počelo označavati kognitivne teorije. Dvije ključne pretpostavke leže u osnovi ovog kognitivnog pristupa: da je memorijski sustav aktivni organizirani procesor informacija i da prethodno znanje igra važnu ulogu u učenju. Teoretičari geštalta vjeruju da je za učenje potrebno prethodno znanje o toj temi. Kada učenik primijeni svoje prethodno znanje na naprednu temu, učenik može razumjeti značenje napredne teme i može doći do učenja. Kognitivne teorije gledaju dalje od ponašanja kako bi razmotrile kako ljudsko pamćenje djeluje na poticanje učenja, a razumijevanje kratkoročnog i dugoročnog pamćenja važno je nastavnicima pod utjecajem kognitivne teorije. Na učenje gledaju kao na unutarnji mentalni proces (uključujući uvid, obradu informacija, pamćenje i percepciju) gdje se odgajatelj usredotočuje na izgradnju inteligencije i kognitivnog razvoja. [15] Pojedinačni učenik važniji je od okoline.

Druge kognitivne teorije Uredi

Nakon što su teorije sjećanja poput Atkinson-Shiffrinovog modela pamćenja [31] i Baddeleyevog modela radne memorije [32] uspostavljene kao teorijski okvir u kognitivnoj psihologiji, tijekom 70-ih, 80-ih i 90-ih godina počeli su se pojavljivati ​​novi kognitivni okviri učenja. Danas se istraživači koncentriraju na teme poput kognitivnog opterećenja i teorije obrade informacija. Te teorije učenja igraju ulogu u utjecaju na dizajn nastave. [33] Kognitivna teorija koristi se za objašnjenje tema poput stjecanja društvenih uloga, inteligencije i pamćenja vezanih uz dob.

U kasnom dvadesetom stoljeću situirana spoznaja pojavila se kao teorija koja je aktualno učenje prepoznala prvenstveno kao prijenos dekontekstualiziranog i formalnog znanja. Bredo (1994.) prikazuje situiranu spoznaju kao "prebacivanje fokusa s pojedinca u okruženju na pojedinca i okruženje". [34] Drugim riječima, individualnu spoznaju treba smatrati blisko povezanom s kontekstom društvenih interakcija i kulturno izgrađenim značenjem. Učenje kroz ovu perspektivu, u kojoj znanje i djelovanje postaje neodvojivo, postaje primjenjivo i cjelovito.

Većina obrazovanja koje učenici dobivaju ograničeno je na kulturu škola, bez obzira na autentične kulture izvan obrazovanja. Kurikulumi uokvireni situiranom spoznajom mogu oživjeti znanje ugrađivanjem naučenog materijala u kulturu koju studenti poznaju. Na primjer, formalna i apstraktna sintaksa matematičkih problema mogu se transformirati postavljanjem tradicionalnog matematičkog problema u problem praktične priče. Ovo predstavlja priliku za postizanje odgovarajuće ravnoteže između situiranog i prenosivog znanja. Lampert (1987.) je to uspješno učinio tako što je potaknuo studente da istražuju matematičke pojmove koji su kontinuirani s njihovim pozadinskim znanjem. [35] To čini pomoću novca, koji su svi učenici upoznati, a zatim razvija lekciju kako bi uključila složenije priče koje studentima omogućuju uvid u različita rješenja, kao i stvaranje vlastitih. Na taj način znanje postaje aktivno, razvija se kako učenici sudjeluju i pregovaraju na svom putu kroz nove situacije. [36]

Konstruktivizam Uredi

Osnovao Jean Piaget, konstruktivizam naglašava važnost aktivnog uključivanja učenika u konstruiranje znanja za sebe. Smatra se da studenti koriste osnovno znanje i koncepte kako bi im pomogli u stjecanju novih informacija. Približavanjem takvim novim informacijama učenik se suočava s gubitkom ravnoteže sa svojim prethodnim razumijevanjem, a to zahtijeva promjenu kognitivne strukture. Ova promjena učinkovito kombinira prethodne i nove informacije u formiranu poboljšanu kognitivnu shemu. Konstruktivizam može biti subjektivno i kontekstualno utemeljen. Prema teoriji radikalnog konstruktivizma, koju je skovao Ernst von Glasersfeld, razumijevanje se oslanja na subjektivno tumačenje iskustva nasuprot objektivnoj "stvarnosti". Slično, zamisao kontekstualnog konstruktivizma Williama Coberna obuhvaća učinke kulture i društva na iskustvo. [37]

Konstruktivizam postavlja pitanje zašto učenici ne uče duboko slušajući učitelja ili čitajući iz udžbenika. Za oblikovanje učinkovitih nastavnih okruženja vjeruje se da je potrebno dobro razumijevanje onoga što djeca već znaju kada dođu u učionicu. Nastavni plan i program trebao bi biti osmišljen na način koji se nadovezuje na učeničko osnovno znanje i dopušta mu se da se razvija s njima. [38] Počnite sa složenim problemima i poučite ih osnovnim vještinama dok rješavate te probleme. [39] Teorije učenja Johna Deweya, Marije Montessori i Davida A. Kolba služe kao temelj primjene konstruktivističke teorije učenja u razredu. [40] Konstruktivizam ima mnogo vrsta kao što su aktivno učenje, učenje otkrivanja i izgradnja znanja, ali sve inačice promiču učenikovo slobodno istraživanje unutar zadanog okvira ili strukture. [41] Učitelj djeluje kao posrednik koji potiče učenike da otkriju principe za sebe i konstruiraju znanje radeći odgovarajući na otvorena pitanja i rješavajući probleme iz stvarnog svijeta. Da bi to učinio, učitelj bi trebao potaknuti znatiželju i raspravu među svojim učenicima, kao i promicanje njihove autonomije. U znanstvenim područjima u učionici, konstruktivistički učitelji studentima pružaju sirove podatke i fizičke materijale za rad i analizu. [42]

Transformativna teorija učenja Uredi

Transformativna teorija učenja nastoji objasniti kako ljudi revidiraju i reinterpretiraju značenje. [43] Transformativno učenje je kognitivni proces ostvarivanja promjene u referentnom okviru. [44] Referentni okvir definira naš pogled na svijet. Često su uključene emocije. [45] Odrasli imaju tendenciju odbijanja bilo kakvih ideja koje ne odgovaraju njihovim posebnim vrijednostima, asocijacijama i konceptima. [44]

Naši referentni okviri sastavljeni su od dvije dimenzije: navike uma i gledišta. [44] Navike uma, poput etnocentrizma, teže je promijeniti nego gledišta. Navike uma utječu na naše gledište i rezultirajuće misli ili osjećaje povezane s njima, ali gledišta se s vremenom mogu promijeniti kao posljedica utjecaja poput refleksije, prisvajanja i povratnih informacija. [44] Transformativno učenje odvija se raspravom s drugima o "razlozima prezentiranim u prilog konkurentnim tumačenjima, kritičkim ispitivanjem dokaza, argumenata i alternativnih gledišta". [44] Kad okolnosti dopuštaju, učenici koji se transformiraju kreću se prema referentnom okviru koji je inkluzivniji, diskriminirajući, reflektirajući sebe i integrirajući iskustvo. [44]

Američka sveučilišta poput Harvarda, Johns Hopkinsa i Sveučilišta u južnoj Kaliforniji počela su nuditi smjerove i diplome posvećene obrazovnoj neuroznanosti ili neuroobrazovanju u prvom desetljeću dvadeset i prvog stoljeća. Takve studije nastoje povezati razumijevanje moždanih procesa s poukom u razredu i iskustvima. [46] Neuroedukacija analizira biološke promjene u mozgu od obrade novih informacija. Gleda se na to koje okolišne, emocionalne i društvene situacije najbolje pomažu mozgu da pohrani i zadrži nove informacije povezivanjem neurona - i najbolje sprječava ponovnu apsorpciju dendrita, gubeći informacije. Devedesete su proglašene "Desetljećem mozga", a napredak u neuroznanosti dogodio se osobito brzim tempom. Tri dominantne metode za mjerenje moždanih aktivnosti su potencijal povezan s događajima, funkcionalno snimanje magnetskom rezonancijom i magnetoencefalografija (MEG). [47]

Integracija i primjena u obrazovanju onoga što znamo o mozgu ojačana je 2000. godine kada je Američka federacija učitelja izjavila: "Od vitalnog je značaja da identificiramo ono što nam znanost govori o tome kako ljudi uče kako bismo poboljšali obrazovni plan i program." [48] ​​Ono što je uzbudljivo u ovom novom obrazovnom području je to što suvremene tehnike snimanja mozga sada omogućuju, u određenom smislu, promatranje mozga dok uči, pa se postavlja pitanje: mogu li rezultati neuro-znanstvenih studija mozak dok uče korisno informirati praksu u ovom području? [49] Područje neuroznanosti je mlado. Istraživači su očekivali da će nove tehnologije i načini promatranja proizvesti nove znanstvene dokaze koji pomažu poboljšati paradigme onoga što studentima treba i kako najbolje uče. Konkretno, to može donijeti bolje informirane strategije za poučavanje učenika s teškoćama u učenju.

Formalna i mentalna disciplina Uredi

Svi pojedinci imaju sposobnost razvijanja mentalne discipline i vještine svjesnosti, njih dvoje idu ruku pod ruku. Mentalna disciplina velika je u oblikovanju onoga što ljudi rade, govore, misle i osjećaju. To je kritično u smislu obrade informacija i uključuje sposobnost prepoznavanja i odgovarajućeg reagiranja na nove stvari i informacije do kojih ljudi dođu ili su ih nedavno naučili. Pažnja je važna za proces učenja u mnogim aspektima. Biti svjestan znači biti prisutan i baviti se svime što radite u određenom trenutku. Biti svjestan može nam pomoći da kritički razmišljamo, osjetimo i razumijemo nove informacije koje usvajamo. [50] Pristup formalne discipline nastoji razviti uzročnost između napretka uma vježbanjem kroz izlaganje apstraktnim školskim predmetima kao što su znanost, jezik i matematika. Uz ponavljanu izloženost učenika tim predmetima, neki znanstvenici smatraju da je stjecanje znanja koja se odnose na znanost, jezik i matematiku od "drugorazredne važnosti" i vjeruju da jačanje i daljnji razvoj uma koji ovaj kurikulum pruža ima daleko veći značaj naprednom učeniku na duže staze. [5] D.C. Phillips i Jonas F. Soltis ovom skepticizmu daju određen skepticizam. Njihov skepticizam dobrim dijelom proizlazi iz osjećaja da odnos između formalne discipline i ukupnog napretka uma nije tako jak kako bi neki rekli. Oni svoj skepticizam ilustriraju mišljenjem da je glupo slijepo pretpostavljati da je ljudima bolje u životu ili obavljanju određenih zadataka zbog pohađanja određenih, ali nepovezanih tečajeva.

Postojanje više inteligencija predlaže psiholog Howard Gardner, koji sugerira da različite vrste inteligencije postoje u ljudskim bićima. [51] To je teorija koja je postala moderna u tečajevima za kontinuirano profesionalno usavršavanje (CPD) za nastavnike. Međutim, teorija višestrukih inteligencija često se navodi kao primjer pseudoznanosti jer nema empirijske dokaze ili mogućnost falsificiranja. [52] [53]


Kritike eksperimenata pamćenja

Kritike eksperimenata pamćenja

Veliki dio istraživanja o memoriji temelji se na pokusima provedenim u laboratorijima. Oni koji sudjeluju u eksperimentima - sudionici - zamoljeni su da izvrše zadatke poput prisjećanja popisa riječi i brojeva.

I okruženje - laboratorij - i zadaci daleko su od svakodnevnog života. U mnogim slučajevima postavka je umjetna, a zadaci prilično besmisleni. Je li ovo važno?

Psiholozi koriste izraz ekološka valjanost kako bi označili mjeru u kojoj se nalazi istraživačkih studija mogu generalizirati na druga okruženja. Eksperiment ima visoku ekološku valjanost ako se njegovi nalazi mogu generalizirati, primijeniti ili proširiti na postavke izvan laboratorija.

Često se pretpostavlja da ako je eksperiment realan ili istinit, veća je vjerojatnost da se njegovi nalazi mogu generalizirati. Ako nije realno (ako su laboratorijske postavke i zadaci umjetni), manja je vjerojatnost da se nalazi mogu generalizirati. U tom će slučaju pokus imati nisku ekološku valjanost.

Mnogi eksperimenti namijenjeni istraživanju pamćenja kritizirani su zbog niske ekološke valjanosti. Prvo, laboratorij je umjetna situacija. Ljudi su uklonjeni iz svojih normalnih društvenih postavki i od njih se traži da sudjeluju u psihološkom eksperimentu.

Režira ih 'eksperimentator' i mogu se smjestiti u društvo potpunih stranaca. Za mnoge ljude ovo je potpuno novo iskustvo, daleko od svakodnevice. Hoće li ova postavka utjecati na njihove postupke, hoće li se ponašati normalno?

Posebno su ga zanimale karakteristike ljudi za koje je smatrao da su postigli svoj potencijal kao pojedinci.

Često se zadaci od kojih se traži da izvršavaju mogu djelovati umjetno i besmisleno. Nekoliko, ako ih uopće ima, ljudi bi pokušali zapamtiti i prisjetiti se liste nepovezanih riječi u svom svakodnevnom životu. Nije jasno kako se ovakvi zadaci odnose na korištenje memorije u svakodnevnom životu.

Umjetnost mnogih eksperimenata navela je neke istraživače na pitanje mogu li se njihovi nalazi generalizirati u stvarni život. Zbog toga su mnogi eksperimenti s pamćenjem kritizirani zbog niske ekološke valjanosti.

Kako se pozvati na ovaj članak:

Kako se pozvati na ovaj članak:

McLeod, S. A. (2013., 5. kolovoza). Faze memorije - kodiranje pohrane i dohvata. Jednostavno psihologija. https://www.simplypsychology.org/memory.html

Reference APA stila

Matlin, M. W. (2005). Spoznaja. Crawfordsville: John Wiley & Sons, Inc.

Miller, G. A. (1956.). Čarobni broj sedam, plus ili minus dva: Neka ograničenja naše sposobnosti obrade informacija. Psihološki pregled, 63 (2): 81–97.

Sternberg, R. J. (1999.). Kognitivna psihologija (2. izdanje). Fort Worth, TX: Izdavači Harcourt Brace College.

Kako se pozvati na ovaj članak:

Kako se pozvati na ovaj članak:

McLeod, S. A. (2013., 5. kolovoza). Faze memorije - kodiranje pohrane i dohvata. Jednostavno psihologija. https://www.simplypsychology.org/memory.html

Ovo djelo je licencirano pod licencom Creative Commons Attribution-Noncommercial-No Derivative Works 3.0 Unported Licence.

Matični broj tvrtke: 10521846


Kodiranje i prijenos osjetnih informacija

Četiri aspekta senzornih informacija kodirani su osjetilnim sustavima: vrsta podražaja, mjesto podražaja u receptivnom polju, trajanje podražaja i relativni intenzitet podražaja. Dakle, akcijski potencijali koji se prenose preko aferentnih aksona osjetnog receptora kodiraju jednu vrstu podražaja, a ta segregacija osjetila očuvana je u drugim osjetnim krugovima. Na primjer, slušni receptori prenose signale putem vlastitog namjenskog sustava, a električnu aktivnost u aksonima slušnih receptora mozak će tumačiti kao slušni podražaj - zvuk.

Intenzitet podražaja često je kodiran u stopi akcijskih potencijala koje proizvodi osjetni receptor. Tako će intenzivan podražaj proizvesti brži niz akcijskih potencijala, a smanjenje podražaja također će usporiti brzinu stvaranja akcijskih potencijala. Drugi način kodiranja intenziteta je broj aktiviranih receptora. Intenzivan podražaj može pokrenuti akcijske potencijale u velikom broju susjednih receptora, dok manje intenzivan podražaj može potaknuti manje receptora. Integracija senzornih informacija počinje čim se informacije dobiju u CNS -u, a mozak će dalje obrađivati ​​dolazne signale.


7.1: Uvod u obradu informacija - biologija

Svi članci koje objavljuje MDPI odmah su dostupni diljem svijeta pod licencom otvorenog pristupa. Za ponovno korištenje cijelog ili dijela članka koji je objavio MDPI, uključujući slike i tablice, nije potrebno posebno dopuštenje. Za članke objavljene pod licencom Creative Common CC BY s otvorenim pristupom, bilo koji dio članka može se ponovno koristiti bez dopuštenja pod uvjetom da je izvorni članak jasno citiran.

Značajni radovi predstavljaju najnaprednija istraživanja sa značajnim potencijalom za veliki utjecaj na tom području. Radovi se dostavljaju na individualni poziv ili preporuku znanstvenih urednika i prolaze recenziju prije objavljivanja.

Značajni rad može biti ili izvorni istraživački članak, značajna nova istraživačka studija koja često uključuje nekoliko tehnika ili pristupa, ili opsežan pregledni rad sa sažetim i preciznim ažuriranjima o najnovijem napretku u području koji sustavno pregledava najuzbudljivija dostignuća u znanosti književnost. Ova vrsta rada daje pregled budućih pravaca istraživanja ili mogućih primjena.

Članci o izboru urednika temelje se na preporukama znanstvenih urednika časopisa MDPI iz cijelog svijeta.Urednici odabiru mali broj članaka nedavno objavljenih u časopisu za koje vjeruju da će biti posebno zanimljivi autorima ili važni u ovom području. Cilj je pružiti snimku nekih od najuzbudljivijih radova objavljenih u različitim istraživačkim područjima časopisa.


& ltp> Ovaj odjeljak pruža informacije o položaju i topologiji zrelog proteina u stanici. & ltp> & lta href = '/help/subcellular_location_section' target = '_ top'> Više. & lt/a> & lt/p> Podstanično mjesto i

Citoskelet

& ltp> UniProtKB Ključne riječi čine & lta href = "http://www.uniprot.org/keywords"> kontrolirani rječnik & lt/a> s hijerarhijskom strukturom. Ključne riječi sažimaju sadržaj UniProtKB unosa i olakšavaju traženje proteina od interesa. & Ltp> & lta href = '/help/keywords' target = '_ top'> Više. & lt/a> & lt/p> Ključne riječi - Stanična komponenta i


7.1: Uvod u obradu informacija - biologija

Svi članci koje objavljuje MDPI odmah su dostupni diljem svijeta pod licencom otvorenog pristupa. Za ponovno korištenje cijelog ili dijela članka koji je objavio MDPI, uključujući slike i tablice, nije potrebno posebno dopuštenje. Za članke objavljene pod licencom Creative Common CC BY s otvorenim pristupom, bilo koji dio članka može se ponovno koristiti bez dopuštenja pod uvjetom da je izvorni članak jasno citiran.

Značajni radovi predstavljaju najnaprednija istraživanja sa značajnim potencijalom za veliki utjecaj na tom području. Radovi se dostavljaju na individualni poziv ili preporuku znanstvenih urednika i prolaze recenziju prije objavljivanja.

Značajni rad može biti ili izvorni istraživački članak, značajna nova istraživačka studija koja često uključuje nekoliko tehnika ili pristupa, ili opsežan pregledni rad sa sažetim i preciznim ažuriranjima o najnovijem napretku u području koji sustavno pregledava najuzbudljivija dostignuća u znanosti književnost. Ova vrsta rada daje pregled budućih pravaca istraživanja ili mogućih primjena.

Članci o izboru urednika temelje se na preporukama znanstvenih urednika časopisa MDPI iz cijelog svijeta. Urednici odabiru mali broj članaka nedavno objavljenih u časopisu za koje vjeruju da će biti posebno zanimljivi autorima ili važni u ovom području. Cilj je pružiti snimku nekih od najuzbudljivijih radova objavljenih u različitim istraživačkim područjima časopisa.


Gledaj video: Domaća zadaća za 6.razred: Biologija - Uvod u biologiju biljna ćelija (Lipanj 2022).


Komentari:

  1. Amo

    stvarno. Sve gore navedeno je istina. Možemo komunicirati na ovu temu.

  2. Shaaban

    Wonderful thought

  3. Kaganos

    Mislim da nije u pravu. Pokušajmo razgovarati o tome. Napiši mi u pm, govori.

  4. Doubei

    Super, ovo je vrlo vrijedan komad.

  5. Holdyn

    Ispričavam se što se miješam ... Poznat sam s ovom situacijom. Razgovarajmo. Napišite ovdje ili u PM.



Napišite poruku